MODELAGEM DE USINAS ELICAS PARA ESTUDOS DE CONFIABILIDADE

Andra P. Leite Djalma M. Falco

Carmen L.T. Borges

Eletrobrs - Centrais Eltricas Brasileiras S.A. DETE - Diviso de Estudos Eltricos Rio de Janeiro - RJ

COPPE/UFRJ - Programa de Engenharia Eltrica Caixa Postal 68504 CEP 21941-972 - Rio de Janeiro - RJ

RESUMO
Este trabalho desenvolve um modelo computacional de representao probabilstica da gerao de usinas elicas para estudos de con abilidade. O modelo pode fornecer a estimativa anual da energia produzida e calcular indicadores de desempenho, que podem ser usados na anlise de viabilidade de implantao das usinas. O modelo combina as caractersticas aleatrias da velocidade do vento s informaes operativas das turbinas, tais como as taxas de falha e de reparo, representando o comportamento da usina elica por um processo de Markov. Foram feitas simulaes com sries reais de velocidade de vento de regies do Brasil e os resultados reproduziram com sucesso o comportamento de todos os componentes presentes no modelo.
PALAVRAS-CHAVE: Con abilidade de Sistemas de Potn-

ABSTRACT
This paper develops a computer model for the probabilistic representation of wind farms generation for reliability studies. The model can provide an annual estimation of energy production and calculate performance indices, which can be used on wind farms implantation feasibility analysis. The model combines the stochastic characteristics of wind velocity with the operational information of the turbines, such as the failure and repair rates, representing the wind farm by a Markov process. The simulations were made with real series of wind velocity of several Brazilian regions and the results reproduced successfully the behavior of the components considered in the model.
KEYWORDS: Power Systems Reliability, Wind Generation,

Wind Farm Modeling.

cia, Gerao Elica, Modelo de Usinas Elicas.

1 INTRODUO
Artigo submetido em 06/06/2005 1a. Reviso em 10/10/2005 2a. Reviso em 17/05/2006 Aceito sob recomendao do Editor Associado Prof. Carlos A. Castro

Nos ltimos anos tem ocorrido um aumento do interesse na utilizao de fontes renovveis para a gerao de energia eltrica. Dentre as razes para esse interesse, pode-se destacar a necessidade de se buscar alternativas que ajudem a reduzir o uso de combustveis fsseis devido ao seu alto custo.
Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006 177

Alm disso, existe o objetivo mundial da reduo de emisses de gases poluentes na atmosfera, rmado pelo Protocolo de Kyoto em 1997, no Japo. A energia elica , sem dvida, uma das fontes alternativas de energia com explorao mais bem sucedida atualmente. Uma razo para este fato a poltica de incentivo feita por vrios pases, assegurando a compra da energia elica produzida, ainda que ela no oferea preos competitivos. A Alemanha e a Dinamarca foram pioneiras neste procedimento, seguido por vrios pases, inclusive pelo Brasil, com a criao do PROINFA. Alm disso, pode-se destacar o avano tecnolgico, tanto em pesquisa quanto em desenvolvimento, fazendo com que ocorra uma rpida reduo no custo de utilizao desta forma de gerao. No entanto, a gerao elica possui desvantagens como fonte regular de energia, e por isso considerada menos con vel que as fontes convencionais. A quantidade de energia diria disponvel pode variar muito de uma estao do ano para outra, em um mesmo local, e seu uso ca limitado a lugares de ventos fortes e relativamente constantes. Empresas que necessitam avaliar a implantao deste tipo de gerao preocupam-se sobretudo com a intermitncia do vento e com o que isto pode ocasionar no planejamento e na operao de seus sistemas eltricos. A conexo de um nmero cada vez maior de usinas elicas aos sistemas eltricos implica na necessidade de se estudar os seus efeitos. As caractersticas operativas da usina elica, fortemente dependentes do regime local dos ventos, fazem com que o modelo de gerao de uma usina convencional no possa ser diretamente aplicado a ela. Neste trabalho, proposto um modelo probabilstico, que pode ser usado em estudos de con abilidade, bem como no planejamento de sistemas em que se deseja avaliar a viabilidade de implantao da gerao elica. Alguns trabalhos sobre con abilidade de fontes no convencionais de energia, incluindo usinas elicas, j foram desenvolvidos. O primeiro a se destacar foi (Giorsetto e Utsurogi, 1983), que introduziu o conceito da intermitncia da gerao e das taxas de falha e reparo das turbinas elicas. Em (Singh e Kim, 988) este conceito foi combinado com a diviso do sistema eltrico em subsistemas de gerao, separando as fontes convencionais das no convencionais, onde os estados de gerao so tratados como variveis aleatrias. Em (Billinton et alii, 1996), as caractersticas cronolgicas da velocidade do vento foram consideradas na avaliao da con abilidade de sistemas, utilizando-se simulao Monte Carlo. Em (Billinton e Karki, 2001) foi avaliada a con abilidade de sistemas isolados em que se deseja implantar a gerao no convencional, utilizando-se os conceitos mencionados acima. Em (Sayas e Allan, 1996), a disponibilidade

de gerao de uma usina elica foi calculada utilizando-se um modelo probabilstico, o qual foi utilizado como ponto de partida para o desenvolvimento do presente trabalho.

2 GERAO ELICA
A gerao de energia eltrica a partir da energia contida nos ventos realizada com o uso de turbinas elicas. A turbina elica constituda por uma srie de componentes, responsveis pela produo da energia eltrica em trs etapas: a captao da energia cintica contida no vento, a converso da energia cintica em energia mecnica e a transformao da energia mecnica em energia eltrica propriamente dita, pelo gerador eltrico, ao nal do processo. De um modo geral, os fatores que interferem na velocidade do vento e, consequentemente, na gerao, so: Condies Climticas: variaes de temperatura, regime de ventos, mones, etc. Caractersticas do Local: rugosidade do terreno, orogra a, presena de obstculos, etc.

2.1 Potncia Extrada do Vento

A potncia extrada pela turbina elica de um uxo de ar de densidade , movendo-se a uma velocidade v , perpendicular a uma seo transversal de rea A de um cilindro varrido pelas hlices da turbina, pode ser expressa como: P = 1 Cp Av 3 2

onde Cp o coe ciente de potncia da turbina. Este coe ciente representa a e cincia aerodinmica da turbina e mostra quanto de energia do vento a turbina capaz de converter em potncia mecnica, para cada velocidade de vento. Como a gerao proporcional ao cubo da velocidade do vento, as variaes de gerao de potncia podem ser muito grandes. A m de permitir algum controle da gerao, so introduzidos os controles de estol e de passo. Velocidades muito altas podem provocar danos nas ps e nos outros componentes da turbina. Por essa razo, o dispositivo de controle limita o funcionamento da turbina at uma velocidade de corte, mais comumente conhecida como cut out. Esta velocidade est em torno de 20 a 25 m/s. Por outro lado, velocidades baixas fazem a turbina gerar potncias muito baixas e so insu cientes para a partida do gerador. A velocidade inicial de funcionamento da turbina, conhecida como velocidade de acionamento ou cut in, est em torno de 3 a 5 m/s. Dessa forma, a operao da turbina ca limitada ao intervalo entre

178

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

suprido tanto pelas usinas convencionais, desempenhando o papel de gerao de base, quanto pelas usinas elicas existentes, desempenhando o papel de gerao de ponta. A variao anual de velocidade de vento importante para estudos de viabilidade de implantao de usinas elicas e estudos de con abilidade, porque fornece um conhecimento do regime local dos ventos, sendo a variao neste caso bem menor do que a variao sazonal. Para a anlise do comportamento do vento em um determinado stio, necessrio o conhecimento de registros de velocidade de vento durante longos perodos de tempo. Como estes registros so feitos em intervalos de tempo pequenos, o volume de dados muito grande, tornando difcil o manuseio. Assim, comum o agrupamento dos dados para permitir o levantamento da distribuio de freqncia de ocorrncia de velocidades, conforme ser visto mais adiante.

Figura 1: Curvas de potncia de turbinas - controles distintos

3 MODELO DA USINA ELICA

a velocidade de acionamento e a velocidade de corte. Para valores fora desse intervalo, a potncia gerada nula. A curva de potncia de uma turbina elica representa a sua caracterstica de operao P (v ). A gura 1 mostra a curva de potncia de duas turbinas comerciais, com controles tipo passo e estol. Observa-se que para controle do tipo passo, a gerao permanece constante e com o valor igual potncia nominal entre vnom e vcutout . J para controle do tipo estol, h uma variao da gerao em torno do valor nominal. Pode-se observar na curva de potncia que existe uma variao de potncia bem maior nos perodos de ventos leves e moderados, que ocorrem com maior freqncia. Esta caracterstica acentua ainda mais a necessidade de se incluir a inuncia da velocidade do vento no modelo de con abilidade da usina elica. O modelo de con abilidade deste trabalho procura considerar todos os fatores que interferem na gerao de uma usina elica, modelando o comportamento estocstico da velocidade do vento, assim como o comportamento operativo das turbinas, descrito pelas taxas de falha e de reparo, pela curva de potncia, etc. Os resultados obtidos podem ser facilmente integrados no modelo do sistema no qual deseja-se avaliar a con abilidade.

3.1

Modelo da Turbina Elica

O modelo da turbina elica deve representar todas as suas possibilidades operativas e a possibilidade de sada de operao por paradas programadas para manuteno e sadas foradas. Cada turbina deve ser representada como um componente com taxas de falha e de reparo e com diferentes estados de gerao. A taxa de falha de uma turbina pode ser calculada a partir do seu histrico operativo como: Nf 8760 hS

2.2

Comportamento Aleatrio do Vento

As variaes que o vento pode apresentar so de nidas como variaes de curta durao, dirias, sazonais e anuais. As variaes de curta durao so aquelas que ocorrem em intervalos de segundos, tais como as turbulncias e as rajadas de vento. Elas no so utilizadas em estudos de viabilidade de implantao, nem em estudos de con abilidade e estimativa de gerao de um stio, a sua relevncia est associada aos estudos estruturais, bem como s variaes de tenso e freqncia em estudos de estabilidade. As variaes dirias e sazonais so importantes para uma estimativa do suprimento da demanda de um sistema eltrico. Por exemplo, sabendo-se que na maioria das vezes a velocidade do vento maior durante o dia que durante a noite, se o pico de carga do sistema ocorrer durante o dia, ele pode ser

onde a taxa de falha da turbina ou taxa de transio do estado operativo para o estado falho, em ocorrncias por ano, Nf o nmero de desligamentos forados ocorridos e hs o nmero de horas em servio da turbina. O tempo mdio de reparo (m) da turbina uma funo das condies climticas, da parte da turbina afetada, da logstica de operao e manuteno da usina e da velocidade do vento no instante da falha. A taxa de reparo de nida como =
179

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

 

Figura 2: Diagramas de estados para uma e duas turbinas Figura 3: Cadeia de Markov para representao do vento 1/m. A turbina elica modelada, neste trabalho, como um componente a dois estados: em operao e em falha. Quando ela est em estado operativo, a gerao determinada pela velocidade do vento e por sua caracterstica P (v ), conforme apresentado na seo 2.1. A transio do estado operativo para o estado de falha caracterizada pela taxa de falha e a transio do estado de falha para o estado operativo caracterizada pela taxa de reparo . Para uma usina com N turbinas elicas, o nmero de possveis estados operativos passa para 2N . Na gura 2 est a representao dos diagramas de espao de estados para uma e duas turbinas diferentes, com taxas de falha 1 e 2 e de reparo 1 e 2 , respectivamente.

em a rmar que as taxas de transio entre estados so constantes durante todo o processo. Uma das caractersticas de um processo estacionrio que seu valor mdio e seu desvio padro so constantes, independentemente do ponto de partida dos dados analisados. Devido s variaes sazonais do vento, a velocidade mdia e o desvio padro no so constantes ao longo de um perodo, que pode ser um dia, um ms ou at mesmo uma estao do ano. Portanto, a rigor, o vento no um processo estacionrio (Corotis et alii, 1978). Entretanto, este efeito pode ser desprezado se as medies em estudo no seguirem uma tendncia espec ca de um perodo qualquer ou a quantidade de dados for su cientemente grande, englobando um grande perodo de tempo, como um ano ou vrios anos (Thomann e Bar eld, 1998). O comportamento de um processo estacionrio sugere o uso de uma distribuio exponencial para a representao do tempo de permanncia em um determinado estado. Esta distribuio caracterizada por uma taxa de transio constante, de nida pela expresso: Nij ij = Di onde ij a taxa de transio do estado i para o estado j , Nij o nmero de transies entre o estado i e o estado j e Di o tempo de permanncia ou durao no estado i, dada por:
n

3.2 Modelo do Comportamento do Vento

O comportamento do vento modelado como um processo estocstico, onde a varivel aleatria a velocidade do vento e o ndice do processo o tempo. O diagrama esquemtico do comportamento do vento utilizado no modelo, construdo conforme a cadeia de Markov, est representado na gura 3. Os estados de vento esto representados em ordem crescente de velocidade e a transio do estado j 1 para o estado j quanti cada pela taxa j1,j. Conforme pode ser visualizado, o modelo permite a transio entre estados no adjacentes, permitindo a representao de grandes variaes de velocidade em pequenos instantes. Para que um sistema possa ser representado por uma cadeia de Markov, necessrio que a ocorrncia de um estado qualquer dependa apenas da ocorrncia do estado anterior. Alm disso, o processo precisa ser estacionrio, ou seja, com comportamento constante durante todo o tempo, independentemente do ponto de partida escolhido. Isto implica tambm
180

Di =
i=1

ti

ou seja, o somatrio dos n intervalos de tempo em que o estado i ocorreu. A probabilidade de ocorrncia do estado i, observado n vezes nas medies, dada por:

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

Figura 5: Diagrama de estados de uma usina elica



Figura 4: Trecho de srie temporal de velocidade de vento e representao do agrupamento em 4 estados

3.3

Modelo da Usina Elica: Combinao dos Modelos da Turbina e do Vento

Pi =

Di TS

onde Ts o tempo total da srie temporal de velocidade de vento. A freqncia de ocorrncia Fi do estado i dada pelo somatrio do nmero de ocorrncias deste estado. 3.2.1 Agrupamento Estatstico das Velocidades

A combinao dos estados operativos de uma turbina com o comportamento do vento pode ser representada em um diagrama de espao de estados, conforme a gura 5. As transies entre o estado de operao e falha da turbina esto representadas pelas taxas de falha e reparo e , respectivamente. A velocidade do vento est agrupada nos estados I, II, III e IV e as transies entre eles esto representadas pelas taxas ij , onde i representa o estado de vento inicial e j o estado nal. Foram criados 8 estados, numerados no canto esquerdo superior. Para N turbinas e n estados de velocidade de vento, o nmero de estados resultante dado pela expresso:

Estados da usina = 2N n importante lembrar que a transio entre estados de vento ocorre independentemente da transio entre estados de turbina e, em cada instante de tempo, apenas uma destas transies pode ocorrer. Se esta premissa no for estabelecida, a usina no pode ser modelada por um processo de Markov. Para mais de uma turbina, o diagrama de espao de estados transforma-se em um diagrama de mltiplas camadas, onde cada uma delas representa um estado de velocidade de vento e possui a representao de todos os estados operativos das turbinas. Na gura 6 est representado um trecho do diagrama de uma usina contendo duas turbinas.

Devido ao grande nmero de estados de velocidade de vento presente em uma srie temporal anual, a representao de todos eles em um modelo pode se tornar invivel. Por essa razo, decidiu-se por adotar uma tcnica de agrupamento destas velocidades em um nmero menor de estados. A nalidade de uma tcnica de agrupamento a alocao de elementos em grupos que representem alguma caracterstica em comum. Em geral, as tcnicas de agrupamento so de natureza iterativa e testam diversas alternativas de combinao de grupos, at que a funo objetivo implcita seja minimizada. Para isso, so necessrias, primeiramente, a identi cao do nmero de grupos que se deseja utilizar e as medidas que quanti quem a similaridade de um elemento com um grupo. O algoritmo utilizado neste trabalho baseado em uma tcnica estatstica, conhecida como K-means (MacQueen, 1967; Puntar, 2003). A gura 4 mostra a curva real de um trecho com 40 medies da srie de um stio estudado e a curva formada pelo agrupamento em 4 estados.

3.4

Metodologia de Clculo

As probabilidades dos estados de gerao de uma usina elica so encontradas atravs da soluo do sistema estocstico:
181

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

onde P (vi ) a potncia gerada pela turbina no estado de vento i, de acordo com sua curva de potncia. Para turbinas diferentes, deve ser obtido o valor da potncia gerada a partir da curva de potncia P (vi ) de cada turbina e estes valores so somados para se obter a gerao da usina. Com as probabilidades dos estados de gerao, pode-se montar a curva de distribuio de probabilidade acumulada, conforme mostra a gura 7. Ela representa a probabilidade da potncia de gerao da usina ser menor do que um valor Pi qualquer. Esta curva pode ser utilizada no sorteio da probabilidade de operao da usina, em estudos de con abilidade probabilstica, que utilizem simulao Monte Carlo, por exemplo. Outra curva muito utilizada a curva de durao, conforme mostra a gura 8, que representa a porcentagem do tempo de permanncia nos diferentes estados de gerao. Esta curva geralmente utilizada na estimativa da gerao da usina e em estudos de viabilidade de implantao de usinas elicas.

Figura 6: Diagrama de estados de usina elica com 2 turbinas

p (t) = p(t)A onde A a matriz de intensidade de transio, cuja soma dos elementos de uma linha sempre igual a zero. O objetivo do modelo encontrar as probabilidades em regime permanente, tambm conhecidas como probabilidades estacionrias dos estados de gerao da usina elica, que so calculadas pela soluo do sistema: p(t)A = 0 Dessa forma, a soluo do sistema permite encontrar as probabilidades dos estados de operao da usina. Cada estado representa um valor de gerao da usina, de nido atravs da condio operativa da turbina e do estado de velocidade de vento. Entretanto, quando existem mais de uma turbina na usina, alguns estados operativos fornecem a mesma gerao de sada. Estes estados podem ser agrupados atravs da soma das linhas que os representam na matriz A. Este procedimento importante na modelagem de usinas que possuem muitas turbinas e/ou muitos estados de velocidade de vento, porque contribui para a reduo da dimenso da matriz A. Considerando-se que todas as turbinas so idnticas, ou seja, possuem a mesma caracterstica de potncia, a gerao de cada estado da usina determinada atravs da curva de potncia, conforme explicado na seo 2.1. Dessa forma, a potncia Pi de um estado i, cuja velocidade vi , dada por:


Figura 7: Curva de distribuio de probabilidade acumulada

Pi = Nmero de turbinas em operao no estado t P (vi )

182 Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

Figura 8: Curva de durao de uma usina elica

Nordeste Sul Nmero de estados diferentes Mdia (m/s) Valor mnimo (m/s) Valor mximo (m/s) 165 7,58 0 18,7 196 7,00 0 20

Sudeste 179 6,59 0 18,7

Tabela 1: Dados de vento dos stios estudados Potncia nominal (kW) Velocidade nominal (m/s) Velocidade de acionamento (m/s) Velocidade de corte (m/s) Tipo de controle 1500 12 3 20 pitch


Tabela 2: Dados tcnicos da Turbina A

4 RESULTADOS 4.1 Dados Utilizados

Para o teste do modelo foram utilizadas trs sries de vento reais de regies do Brasil: uma no Nordeste, uma no Sul e uma no Sudeste. O intervalo de medio de todas elas de 10 minutos, havendo registros de no mnimo um ano (52.560 pontos) para cada srie. A gura 9 mostra as sries temporais das curvas de vento de todos os stios, onde o tempo est dado em minutos. Foram calculadas as distribuies de frequncia de ocorrncia de velocidades de vento para as trs sries utilizadas e posteriormente comparadas com uma distribuio de Weibull aproximada, conforme est representado na gura 10. Conforme se pode visualizar na tabela 1, que contm os dados estatsticos das sries temporais, o nmero de estados de velocidade de vento diferentes encontrado variou de 165 a 196, enquanto a velocidade mdia variou de 6,59 a 7,58 m/s. Foram utilizadas as caracteristicas de uma turbina elica real, aqui chamada Turbina A, cujos dados tcnicos e a curva de potncia esto dados na tabela 2 e gura 11, respectivamente. As taxas de transio entre estados da turbina utilizada esto apresentadas na tabela 3 e foram sugeridas em (Sayas e Allan, 1996). Essas taxas foram utilizadas por no haver ainda no Brasil informaes estatsticas que permitam calcul-las, dado o pouco tempo de operao e o reduzido nmero de usinas elicas j implantadas no Brasil. Pela mesma razo, os ndices calculados na seo seguinte sero os sugeridos na literatura internacional.

Figura 9: Sries temporais dos stios estudados

4.2

ndices Calculados

Neste trabalho, o desempenho de usinas elicas foi medido atravs de ndices de con abilidade de nidos em (Allan e Billinton, 2000) e selecionados com o objetivo de avaliar
183

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

Figura 11: Curva de potncia da turbina elica Taxa falha (ocorrncias/ano) 4 Taxa reparo (ocorrncias/ano) 90

Tabela 3: Taxas de falha e reparo utilizadas para a turbina

a soma das potncias nominais de todas as turbinas da usina elica. Unidade: [MW]


IWE (Installed Wind Energy) potncia elica instalada multiplicada por pelo nmero de horas em um ano. Ela representa a energia mxima que pode ser extrada em um ano. Unidade: [MWh] IW E = IW P 8760 EAWE (Expected Available Wind Energy) expectativa de energia elica disponvel no vento. Quantidade de energia que pode ser gerada em um ano sem considerar sadas de turbinas elicas. Unidade: [MWh] EGWE (Expected Generated Wind Energy) expectativa de energia elica gerada. Quantidade de energia que pode ser gerada em um ano, considerando-se as sadas foradas das turbinas. Unidade: [MWh] WGAF (Wind generation availability factor) fator de disponibilidade de gerao elica. Equivale ao fator de carga de usinas convencionais, mas considera-se tambm o efeito de operao das turbinas. Adimensional. W GAF = EGW E IW E

Figura 10: Distribuio de frequencia e de Weibull dos stios

a disponibilidade de gerao, a partir da disponibilidade de vento e da operao das turbinas da usina, a saber: IWP (Installed Wind Power) potncia elica instalada.
184

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

 ndice EAWE EGWE WGAF

Unidade kWh kWh -

Nmero de Agrupamentos 10 5.103.004 4.811.659 0,3662 80 5.070.784 4.821.797 0,3670 165 5.069.084 4.850.817 0,3692

Probabilidades (%) Gerao No gera - restrio de vento No gera - restrio de turbina No gera - restrio de turbina e vento

Nmero de estados 10 80 165 92,489 93,262 93,799 1,919 5,481 0,111 1,935 4,706 0,096 1,945 4,169 0,086

Tabela 4: ndices de desempenho para vrios agrupamentos

Alm destes, pode-se utilizar o fator de capacidade FC da usina elica, que no considera o efeito da operao da turbina, apenas a disponibilidade de vento: EAW E IW E

Tabela 5: Probabilidades de gerao para vrios agrupamentos Probabilidade de no gerar por restrio de turbina, ou seja, a gerao da usina zero porque todas as turbinas esto em estado de falha. Probabilidade de no gerar por restrio de turbina e de vento, ou seja, as duas possibilidades anteriores ocorrem ao mesmo tempo. A tabela 5 representa essas probabilidades para os agrupamentos de velocidade analisados. Pode-se observar que a probabilidade da usina estar gerando cresceu com o aumento do nmero de agrupamentos, enquanto a probabilidade de no haver gerao por restrio de turbina diminuiu. A probabilidade de no haver gerao por restrio de velocidade de vento manteve-se praticamente constante para todos os agrupamentos analisados. O nmero ideal de agrupamentos de estados de velocidade depender das caractersticas do regime de vento local. Neste caso, um agrupamento em 80 patamares, que corresponde a aproximadamente metade das velocidades diferentes encontradas no stio, representou adequadamente o comportamento do vento. Por outro lado, veri cou-se que a variao dos resultados encontrados para diferentes agrupamentos foi pequena. Portanto, conclui-se que o nmero de estados escolhido para o agrupamento da velocidade depender da preciso que se deseja obter e da capacidade computacional disponvel, j que as sries temporais possuem um nmero de estados de vento muito grande, o que transforma a matriz de intensidade de transio em uma matriz de propores elevadas.

FC =

4.3

Inuncia do Agrupamento do Vento

O desempenho do modelo foi testado primeiramente com a srie temporal do stio Nordeste para 10, 80 e 165 agrupamentos de estados de velocidade de vento. Foi utilizada uma usina com apenas uma turbina. A potncia gerada para cada um dos estados de vento obtida atravs da curva de potncia da turbina, conforme mostra a gura 12, onde esto representados tambm os valores de gerao correspondentes a cada estado de vento. A gura 13 mostra as curvas de durao, para as trs condies de agrupamento analisadas, dentre outras. Pode-se notar que a representao do vento em poucos estados provocou uma estimativa otimista da gerao, e somente a partir de 80 estados foi obtida uma representao prxima quela com 165 estados. A tabela 4 contm os ndices de desempenho da usina, para todos os agrupamentos de velocidade analisados. O IWP, que representa a potncia instalada, 1.500 kW e o valor do IWE de 13,14 GWh em todas as situaes analisadas. Observase que a variao dos ndices com o nmero de estados representados foi pequena. As probabilidades de gerao da usina podem ser separadas em quatro principais grupos: Probabilidade de gerao no nula, com a velocidade de vento dentro de seus limites de acionamento e corte e pelo menos uma das turbinas da usina em operao. Probabilidade de no gerar por restrio de vento, ou seja, a gerao da usina zero porque o vento est fora de seus limites de acionamento ou de corte.

4.4

Inuncia do Nmero de Turbinas

Considerando-se ainda o stio Nordeste, explorou-se uma variao no nmero de turbinas para 10 e 20 unidades. A tabela 6 mostra os ndices de desempenho calculados considerandose todos os estados de velocidade de vento deste stio (165 estados) e a tabela 7 mostra as probabilidades de gerao. O aumento do nmero de turbinas no alterou o valor do n185

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

Figura 13: Curvas de Durao para diferentes agrupamentos Nmero de turbinas 10 15.000 131.395.000 50.690.842 48.508.140 0,3692 20 30.000 262.790.000 101.381.684 97.016.080 0,3692

ndice IWP IWE EAWE EGWE WGAF



Unidade kW kWh kWh kWh -

Tabela 6: ndices de desempenho para diferentes nmeros de turbinas (165 estados de vento)

de turbina reduziu signi cativamente de valor quando houve aumento do nmero de turbinas, mostrando que as falhas das turbinas, em algumas situaes, pode ser desprezada. Foi analisada tambm a inuncia do nmero de agrupamentos de estados de velocidade para mais de uma turbina e veri cou-se que a inuncia do nmero de agrupamentos a mesma que ocorre quando somente uma turbina analisada.

4.5 Estimativa de Gerao das Usinas



Figura 12: Representao dos estados de velocidade de vento na curva de potncia para 10, 80 e 165 agrupamentos

A gerao anual calculada pelo modelo desenvolvido foi comparada com a estimativa da gerao convencional, baseada na distribuio de Weibull, utilizando-se em todos os stios a Turbina A. Os resultados esto mostrados na tabela 8. importante lembrar que, para o modelo proposto neste trabalho, a gerao anual e o fator de capacidade correspondem aos ndices EGWE e WGAF, mas isto no verdade para a estimativa convencional, que considera apenas a variao na velocidade de vento e pressupe que as turbinas esto dispo-

dice de desempenho WGAF, mostrando que a proporcionalidade dos valores obtidos para os ndices EAWE e EGWE foi mantida. Quanto s probabilidades de gerao, veri couse que a probabilidade de no haver gerao por restrio
186

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

Probabilidades (%) Gerao No gera - restrio de vento No gera - restrio de turbina No gera - restrio de turbina e vento

Nmero de turbinas 10 97,968 2,032 4,658E-12 5,770E-14 20 97,968 2,032 1,948E-12 5,405E-15

mero de velocidades, para se obter um tempo de simulao razovel.

5 CONCLUSES
A crescente utilizao da gerao elica requer modi caes na concepo de planejamento de sistemas eltricos, pois inclui mais uma componente de incerteza, que precisa ser devidamente estudada e modelada. Entretanto, muitos trabalhos que avaliam o impacto da gerao elica na con abilidade ainda representam as usinas elicas como usinas convencionais. Como foi discutido neste trabalho, devido forte caracterstica intermitente do vento, uma modelagem probabilstica que considere as suas especi cidades deve ser utilizada. Este trabalho teve como objetivo o desenvolvimento de um modelo computacional de representao probabilstica da gerao de usinas elicas para estudos de con abilidade e de viabilidade de implantao. Atravs dos resultados obtidos, con rmou-se a suposio de que em perodos de tempo relativamente longos (um ano ou mais), a velocidade do vento pode ser modelada por um processo de Markov a mltiplos estados. A modelagem probabilstica da usina elica mostrou-se til em estudos de con abilidade, pois foi capaz de fornecer os estados de gerao e suas probabilidades de ocorrncia, aliado a vrios ndices de desempenho. Alm disso, a estimativa de gerao e o fator de capacidade calculados pelo modelo consideram no s a variao da velocidade do vento, mas tambm as sadas foradas das turbinas, produzindo um valor mais realista. A estimativa da gerao anual dos stios estudados demonstrou as caractersticas favorveis dos ventos gerao elica no Brasil. Os fatores de capacidade calculados estiveram entre 30 e 40 %, valor considerado alto para os padres mundiais. Alm disso, constatou-se que a contribuio que as usinas elicas podem fornecer a um sistema eltrico depende fortemente da combinao das turbinas usadas e do comportamento do vento local. Uma usina atrativa para uma empresa pode no ser para outra, dependendo da combinao escolhida.

Tabela 7: Probabilidades de gerao para diferentes nmeros de turbinas (165 estados de vento) Estimativa de Nordeste Sul Sudeste Gerao Estimativa Convencional (Weibull) Energia gerada (kWh/ano) 5.249.926 4.457.407 3.903.060

Fator de 0,3995 0,3392 0,2970 capacidade FC Calculado pelo Modelo Proposto EAWE (kWh/ano) EGWE (kWh/ano) Fator de capacidade FC WGAF 5.069.084 4.432.528 3.944.223 4.850.817 4.242.601 3.772.691 0,3858 0,3692 0,3373 0,32288 0,3002 0,28711

Tabela 8: Estimativa de gerao pelo modelo convencional e pelo modelo proposto para todos os stios estudados

nveis para gerao todo o tempo. Por essa razo, ela ser sempre otimista em relao ao modelo desenvolvido. Dessa forma, a energia gerada, calculada utilizando-se a distribuio de Weibull, tem um valor mais elevado que o esperado na realidade e calculado pelo modelo proposto.

4.6

Desempenho Computacional REFERNCIAS

Allan, R., Billinton, R. (2000). Probabilistic Assessment of Power Systems. Proceedings of the IEEE, Vol. 88, No. 2, pp. 140-162.

A estimativa do esforo computacional foi feita utilizando-se um computador Pentium 4 - 2,66 GHz. O tempo de simulao variou de 86 seg, para 1 turbina e 10 agrupamentos de estados, at 20 min, para 20 turbinas e todos os estados de vento representados. O tempo de simulao para os diferentes agrupamentos de velocidades de vento e diferentes quantidades de turbinas mostrou que, nas situaes onde poucas turbinas so representadas, a utilizao de todos os estados de velocidade de vento indicada. Dependendo das caractersticas do vento, para uma usina com muitas turbinas, podese optar pela utilizao de um agrupamento com menor n-

Billinton, R., Chen, H., Chajar, R. (1996). A Sequential Simulation Technique for Adequacy Evaluation of Generating Systems Including Wind Energy. IEEE Transactions on Energy Conversion, Vol. 11, No. 4, pp. 728734.
187

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006

Billinton, R., Karki, R. (2001). Maintaining Supply Reliability of Small Isolated Power Systems Using Renewable Energy. IEE Proc.-Gener. Transm. Distrib., Vol. 148, No. 6, pp. 530-534. Corotis, R. B., Sigi, A. B., Klein, J. (1978). Probability Models of Wind Velocity and Magnitude and Persistence. Solar Energy, Vol. 20, pp. 483-493, 1978. Giorsetto, P., Utsurogi, K. F. (1983), Development of a New Procedure for Reliability Modeling of Wind Turbine Generators. IEEE Transactions on Power Apparatus and Systems, Vol. PAS-102, No. 1, pp 134-143. MacQueen, J. (1967), Some Methods for Classi cation and Analysis of Multivariate Observation, Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, v. 1, pp. 281-297, University of California Press, Berkeley, 1967. Puntar, S. G. (2003). Mtodos e Visualizao de Agrupamento de Dados. Tese de Mestrado, COPPE/UFRJ, Rio de Janeiro - RJ. Sayas, F. C., Allan, R. N. (1996). Generation Availability Assessment of Wind Farms. IEE Proc.-Gener. Transm. Distrib., Vol. 143, No. 5. Singh, C., Kim, Y. (1988). An Ef cient Technique for Reliability Analysis of Power Systems Including Time Dependent Sources. IEEE Transactions on Power Systems, Vol. 3, No. 3, pp. 1090-1096. Thomann, G. C., Bar eld, M. J. (1998). The Time Variation of Wind Speeds and Windfarm Power Output in Kansas. IEEE Transactions on Energy Conversion, Vol. 3, No. 1, pp. 44-49.

188

Revista Controle & Automao/Vol.17 no.2/Abril, Maio e Junho 2006